Este documento habla sobre la complejidad de los algoritmos. Explica que la complejidad se mide en términos del tiempo y espacio que requiere un algoritmo para ejecutarse, y que depende del tamaño del problema. También describe los diferentes casos (peor, promedio y mejor caso) y cómo se analiza el crecimiento del tiempo de ejecución de manera asintótica usando notación O.
análisis a priori, a posteriori, costo de algoritmos, análisis iterativo, análisis recursivo, complejidad del algoritmo, orden de complejidad, notación asintótica
análisis a priori, a posteriori, costo de algoritmos, análisis iterativo, análisis recursivo, complejidad del algoritmo, orden de complejidad, notación asintótica
En la ciencia de la computación los algoritmos son más importantes que los LP o que las computadoras; la solución de un problema haciendo uso de las computadoras requiere por una parte un algoritmo o método de resolución y por otra un programa o codificación del algoritmo en un LP. Ambos componentes tienen importancia; pero la del algoritmo es absolutamente indispensable; sabemos que un algoritmo es una secuencia de pasos para resolver un problema.
En la ciencia de la computación los algoritmos son más importantes que los LP o que las computadoras; la solución de un problema haciendo uso de las computadoras requiere por una parte un algoritmo o método de resolución y por otra un programa o codificación del algoritmo en un LP. Ambos componentes tienen importancia; pero la del algoritmo es absolutamente indispensable; sabemos que un algoritmo es una secuencia de pasos para resolver un problema.
12. El análisis de algoritmo busca como crece
el tiempo de ejecución
El análisis de algoritmo busca como
crece el tiempo de ejecución
El análisis de algoritmo busca como
crece el tiempo de ejecución
El tiempo de ejecución
se denomina: T(n)
Se puede medir:
Ejecutando el programa.
Calculando sobre el código.
Multiplicando por el tiempo de cada
instrucción.
13. Notación Asintótica
La potencia de los algoritmos se analiza
independientemente de la potencia de la maquina, el
código y capacidad del programador
14. Dependiendo del tamaño del problema se determinara
como se analizara el comportamiento de un algoritmo
Matemáticamente, cuando N tienda a
infinito siempre que algo tiende a infinito
se habla de un comportamiento asintótico.
15. se denomina asintótica ya que se analiza el comportamiento de
las funciones en base a su tasa de crecimiento
Su dominio son los números
naturales (N).
Estimada por el tiempo de
ejecución o espacio de memoria.
Se denota como BIG-O.
No son negativas.
16. Se identifican familias de funciones usando como
criterio su comportamiento asintótico
A las funciones con el mismo
comportamiento se les denomina un
"orden de complejidad (O)"
18. En conclusión se debe tener en cuenta que antes de
realizar un programa es necesario elegir un buen
algoritmo, en donde utilice pocos recursos ya sea el
tiempo que lleve ejecutarse y la cantidad de espacio
en memoria que se requiera.